险种排序方法及装置、电子设备及计算机可读存储介质与流程

本发明涉及数据分析技术领域，具体涉及一种险种排序方法及装置、电子设备和计算机可读存储介质。

背景技术：

随着经济与社会的发展，人们的保险意识越来越强，越来越多的用户开始购买保险服务。然而，随着保险产品的种类越来越多，用户在众多保险产品中挑选适合自身的保险变得越来越困难。

技术实现要素：

鉴于以上内容，有必要提出一种险种排序方法及装置、电子设备和计算机可读存储介质，其可以提高软件测试测试的准确性且提高软件测试效率。

本申请的第一方面提供一种险种排序方法，所述方法包括：

建立不同险种的成交概率列表，并对该成交概率列表中的每一险种设定权重；

建立不同险种的建议书占比列表，并对该建议书占比列表中的每一险种计算权重；

建立不同险种的热销排序列表，并对该热销排序列表中的每一险种设定权重；

分别将该成交概率列表、建议书占比列表及热销排序列表中的险种整合在一险种推荐列表中，并对该险种排序列表中相同名称的险种采取权重相加的方式合并重复的险种；

按权重由大到小的方式对该险种推荐列表中的险种进行排序；及

将排序后的该险种推荐列表发送到一用户终端上进行显示。

优选地，该成交概率列表中每个险种所设定的权重信息可以根据每个险种的成交概率与第一基础权重计算得到；该建议书占比列表中针对每个险种所设定的权重信息可根据每个险种的建议书制作概率与第二基础权重计算得到；该热销排序列表中针对各个险种所设定的权重可根据每个险种在热销排序列表中的排序位置所确定的热度及第三基础权重计算得到，其中，该第一基础权重、第二基础权重及第三基础权重之和为1。

优选地，该方法还包括步骤：

建立业务员所销售的险种的业务员成交列表，并对该业务员成交列表中的每一险种设定权重；及

将该成交概率列表、建议书占比列表、业务员成交列表和热销排序列表中的险种整合在该险种推荐列表中，并对相同名称的险种采取权重相加的方式合并重复的险种。

优选地，所述排序后的该险种推荐列表发送到一用户终端上进行显示包括：

获取用户信息；

根据用户信息从该险种推荐列表中筛选出用户可选择的第一险种；及

将筛选出的第一险种信息发送到该用户终端上进行显示。

优选地，所述将排序后的该险种推荐列表发送到一用户终端上进行显示包括：

根据用户信息按照预设计算模型生成用户的收支信息；及

根据第一险种的副险险种的投保条件选择与所述收支信息相匹配的副险种，并将该副险种发送到用户终端。

优选地，该方法还包括步骤：

接收用户对该险种推荐列表中的险种进行分类的操作；及

根据所述操作将该险种推荐列表中的险种进行分类。

优选地，该方法还包括步骤：

提供一分类操作界面供用户输入对该险种推荐列表中的险种进行分类的操作。

本申请的第二方面提供一种险种排序装置，所述装置包括：

成交概率列表建立模块，用于建立不同险种的成交概率列表，并对该成交概率列表中的每一险种设定权重；

建议书占比列表建立模块，用于建立不同险种的建议书占比列表，并对该建议书占比列表中的每一险种计算权重；

热销排序列表建立模块，用于建立不同险种的热销排序列表，并对该热销排序列表中的每一险种设定权重；

整合模块，用于分别将该成交概率列表、建议书占比列表及热销排序列表中的险种整合在一险种推荐列表中，并对并对该险种排序列表中相同名称的险种采取权重相加的方式合并重复的险种；

排序模块，用于按权重由大到小的方式对该险种推荐列表中的险种进行排序；及

推荐模块，用于将排序后的该险种推荐列表发送到一用户终端上进行显示。

本申请的第三方面提供一种电子设备，所述电子设备包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现所述险种排序方法。

本申请的第四方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述险种排序方法。

本发明提供的险种排序方法，将成交概率列表、建议书占比列表、业务员成交列表和热销排序列表中的各个险种整合在险种推荐列表中，对相同名称的险种采取权重相加的方式删除重复的险种，及将险种按权重由大到小的方式对险种推荐列表中的险种进行排序，如此通过大数据识别出更适合客户的险种优先推荐给客户，提升客户体验。

附图说明

图1是本发明险种排序方法的应用环境示意图。

图2是本发明险种排序方法较佳实施例的流程图。

图3是本发明中分类操作界面的示意图。

图4为本发明险种排序装置较佳实施例的结构图。

图5为本发明电子设备较佳实施例的示意图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施例对本发明进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。

优选地，本发明的险种排序方法应用在一个或者多个电子设备中。所述电子设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(applicationspecificintegratedcircuit，asic)、可编程门阵列(field－programmablegatearray，fpga)、数字处理器(digitalsignalprocessor，dsp)、嵌入式设备等。

所述电子设备可以是桌上型计算机、笔记本电脑、平板电脑及云端服务器等计算设备。所述设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。

实施例1

图1是本发明险种排序方法的应用环境示意图。

参阅图1所示，所述险种排序方法应用在服务器1与至少一用户终端3中，所述服务器1通过网络2与至少一用户终端3连接。其中，所述网络2可以是有线网络，也可以是无线网络，例如无线电、无线保真(wirelessfidelity,wifi)、蜂窝、卫星、广播等。所述服务器1用于建立一由险种构成的险种列表，对该险种列表中的险种进行排序，并将该排序后的险种列表推荐给用户终端3。在一实施方式中，所述服务器1可以是单一的服务器，也可以是一服务器群。所述用户终端3可以是笔记本电脑、台式电脑、平板电脑、移动手机等装置。

图2是本发明险种排序方法较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。

参阅图2所示，所述险种排序方法具体包括以下步骤：

步骤201，建立不同险种的成交概率列表，并对该成交概率列表中的每一险种设定权重。

该成交概率列表中包括险种名称、用户购买该险种的成交概率及针对每个险种设定的权重信息。该成交概率列表定义险种名称、成交概率及权重信息的对应关系。本实施方式中，该服务器1可以从后台数据库中获取用户购买的险种信息并分析出用户购买某一险种的成交概率信息。本实施方式中，该成交概率列表中每个险种所设定的权重信息可以根据每个险种的成交概率与第一基础权重计算得到。其中，该第一基础权重表示用户购买的险种的成交概率占险种推荐排序所占比重。

本实施方式中，该第一基础权重为30％。该成交概率列表中每个险种的权重信息可以根据每个险种的成交概率与第一基础权重进行相乘运算得到。例如，险种a的成交概率为15％，险种b的成交概率为10％，险种c的成交概率为8％。则与险种a对应的权重可以根据15％×30％计算且计算得到的对应权重为4.5％。类似的，险种b、c根据上述的计算方式得到的权重分别为3％，2.4％。在其他实施方式中，表示险种的成交概率占险种排序所占比重的第一基础权重也可根据用户的需求进行调整。

步骤202，建立不同险种的建议书占比列表，并对该建议书占比列表中的每一险种计算权重。

本实施方式中，该建议书占比列表包括险种名称、险种的建议书制作概率及针对每个险种所设定的权重信息。该建议书占比列表定义险种的险种名称、建议书制作概率及权重信息的对应关系。本实施方式中，该服务器1可以从后台数据库中获取针对各个险种制作的建议书信息并分析出每个险种的建议书制作概率。本实施方式中，该建议书占比列表中针对每个险种所设定的权重信息可根据每个险种的建议书制作概率与第二基础权重计算得到。该第二基础权重表示险种的建议书制作概率占险种推荐排序所占比重。

本实施方式中，该第二基础权重为10％。该建议书占比列表中针对每个险种所设定的权重信息可根据每个险种的建议书制作概率与该第二基础权重进行相乘运算得到。例如，险种d的建议书制作概率为25％，险种e的成交概率为20％，险种f的成交概率为15％。则与险种d对应的权重可以根据25％×10％计算且计算得到的对应权重为2.5％。类似的，险种e、f根据上述类似的计算方式得到的权重分别为2％，1.5％。在其他实施方式中，表示险种的建议书制作概率占险种排序所占比重的第二基础权重也可根据用户的需求进行调整。

步骤203，建立不同险种的热销排序列表，并对该热销排序列表中的每一险种设定权重。

本实施方式中，该热销排序列表包括记录各个险种销售量的排序及针对不同排序位置的险种所设定的权重。本实施方式中，该服务器1从后台数据库中获取各个销售的险种及各个险种的销售量，按照险种的销售量对销售的险种进行排序，并将排序后的险种存储在该热销排序列表中。该服务器1根据险种在该热销排序列表中的排序位置对险种的权重进行设定。具体的，该热销排序列表中针对各个险种所设定的权重可根据每个险种在热销排序列表中的排序位置所确定的热度及第三基础权重计算得到。该第三基础权重为50％。该第三基础权重表示险种的销售排序占险种推荐排序所占比重。

本实施方式中，各个险种在热销排序列表中的排序位置所确定的热度为：排序前10的险种的热度为50％；排序在11至50的险种的热度为25％；排序在51至100的险种的热度为15％；排序在101至200的险种的热度为8％；排序在201之后的险种的热度为2％。本实施方式中，该热销排序列表中的各个险种的权重可根据每个险种在该热销排序列表中的排序位置所确定的热度与第三基础权重进行相乘运算得到。例如，排序前10的险种所对应的权重可以根据50％×50％计算且计算后得到的对应权重为25％；排序在11至50的险种所对应的权重根据25％×50％计算得到的对应权重为12.5％；排序在51至100的险种所对应的权重根据15％×50％计算得到的对应权重为7.5％；排序在101至200的险种所对应的权重根据8％×50％计算得到的对应权重为4％；排序在200之后的险种所对应的权重根据2％×50％计算得到的对应权重为1％。在其他实施方式中，表示险种的销售排序位置占险种推荐排序所占比重也可根据用户的需求进行调整。

步骤204，分别将该成交概率列表、建议书占比列表及热销排序列表中的险种整合在险种推荐列表中，对相同名称的险种采取权重相加的方式合并重复的险种。

本实施方式中，该第一基础权重、第二基础权重及第三基础权重之和为1。

本实施方式中，将在成交概率列表、建议书占比列表及热销排序列表中出现的相同名称的险种采取权重相加的方式合并重复的险种，可以避免在险种推荐列表中出现重名的险种。例如，险种y分别出现在成交概率列表、建议书占比列表及热销排序列表中，且险种y在成交概率列表、建议书占比列表及热销排序列表中的权重分别为a1、a2及a3，则在险种推荐列表中将重名的险种y合并且将险种y的权重设定为a1+a2+a3。

步骤205，按权重由大到小的方式对该险种推荐列表中的险种进行排序。

步骤206，将排序后的该险种推荐列表发送到用户终端3上进行显示。

本实施方式中，该方法还包括步骤：

a、建立业务员所销售的险种的业务员成交列表，并对该业务员成交列表中的每一险种设定权重；

b、将成交概率列表、建议书占比列表、业务员成交列表和热销排序列表中的险种整合在险种推荐列表中，对相同名称的险种采取权重相加的方式合并重复的险种。

本实施方式中，该业务员成交列表包括业务员所销售的险种的成交率信息及针对每个险种设定的权重信息。该业务员成交列表定义险种的险种名称、业务员销售的险种的成交率及权重的对应关系。本实施方式中，该服务器1可以从后台数据库中获取业务员销售的险种信息并分析出业务员销售某一险种的成交概率信息。本实施方式中，该业务员成交列表中所设定的每个险种的权重信息可以根据业务员销售的险种的成交概率与第四基础权重计算得到。该第四基础权重表示业务员销售的险种的成交概率占险种推荐排序所占比重。

本实施方式中，该第四基础权重为10％。例如，业务员销售的险种g的成交概率为15％，销售的险种h的成交概率为10％。则与险种g对应的权重可以根据15％×10％计算且计算后得到的对应权重为1.5％。类似的，险种h根据上述的计算方式得到的权重为1％。在其他实施方式中，表示业务员销售的险种的成交概率占险种推荐排序所占比重的第四权重也可根据用户的需求进行调整。

本实施方式中，该方法在步骤“将排序后的该险种推荐列表发送到用户终端上进行显示”包括：

步骤s2061，获取用户(被保人)信息。

本实施方式中，用户信息包括用户基本信息、用户健康信息及/或保险经历信息。用户基本信息包括用户姓名、性别、证件号码、年龄、联系方式、及收入等信息。用户健康信息可包括用户的生活习惯和疾病等信息。该保险经历可为用户在保险公司所投保过的保单号。服务器1可根据保单号查询到用户对应的历史投保信息。

在创建用户健康信息时，可根据用户基本信息在用户终端3上显示与之对应的电子健康调查表。该电子健康调查表中包含了对于用户的具体生活习惯以及疾病历史等的询问事项。服务器1通过获取用户对该询问事项的确认指令，根据确认指令获取用户的健康信息。在一实施方式中，服务器1可预先设置多个电子健康调查表，每个电子健康调查表可与不同基本信息的用户对应，例如，若检测到用户的性别为女性时，则显示与女性对应的电子健康调查表，若检测到用户的性别为男性，则显示与男性对应的电子健康调查表服务器1可为该用户分配对应的用户标识，将该用户标识返回给用户终端3。对于已有的用户信息，服务器1可根据该用户标识直接查询获取到对应的用户信息，或者根据用户的姓名等信息来查询对应的用户信息。

步骤s2062，根据用户信息从该险种推荐列表中筛选出用户可选择的第一险种。

本实施方式中，在获取到用户信息后，可根据用户信息以及每个险种的投保条件从该险种推荐列表中对应筛选出用户可选择的第一险种。该第一险种可具有多个。具体的，可检测用户信息中的年龄、职业和疾病等信息是否与每类险种的保险的投保条件相冲突，并依据上述筛选条件从险种推荐列表中筛选出无冲突的保险险种。所筛选出的无冲突的险种即为用户可选择的第一险种。

步骤s2063，将筛选出的第一险种信息发送到用户终端3上进行显示。

本实施方式中，该方法在步骤“将排序后的该险种推荐列表发送到用户终端上进行显示”还包括：

根据用户信息按照预设计算模型生成用户的收支信息；及

根据第一险种的副险险种的投保条件选择与所述收支信息相匹配的副险种，并将该副险种发送到用户终端。

本实施方式中，用户的收支信息包括用户在产生疾病、突发意外及健康一生情况下的收入信息和支出信息。用户在产生疾病、突发意外及健康一生情况下的收入信息和支出信息中都包括了用户在未来每年预计的收入信息和支出信息。本实施方式中，服务器1中还可预先存储多个计算模型，不同计算模型对应不同的职业、年龄和收入的用户。计算模型包括收入计算模型和支出计算模型，收入计算模型和支出计算模型可根据用户的年龄、职业、家庭情况以及当前的收入和支出来确定。

具体的，服务器1可从其后台数据库所存储的海量的保险用户的信息的样本中查询和归纳每类职业在不同年龄下的平均收入和平均支出，并设置多个收入计算模型和支出计算模型。其中，不同的收入计算模型分别对应不同类型的职业和/或年龄等信息。这些收入计算模型可根据预先设置的收入基础训练模型并结合服务器1中所存储的海量的对应类型的职业和/或年龄的保险用户的收入信息来确定。类似的，不同的支出计算模型分别对应不同类型的职业和/或年龄和/或家庭等信息。这些支出计算模型可根据预先设置的支出基础训练模型并结合服务器1中所存储的海量的对应类型的职业和/或年龄和/或家庭的保险用户的支出信息来确定。

本实施方式中，服务器1可预先计算出用户在健康一生情况下的收入信息和支出信息。再根据用户的健康信息来确定用户在未来可能会产生的疾病以及产生该疾病的时间以及对之后所需要的支出和对收入影响。具体的，还可结合服务器1中的与用户具有相同或相似的其它被保人的健康信息来确定用户在未来可能会产生的疾病。并在用户在健康一生情况下的收入信息和支出信息的基础上计算出用户在产生疾病的情况下的收入信息和支出信息。类似的，服务器1可继续根据用户的健康信息来确定用户在未来可能会产生的突发意外的时间以及对之后所需要的支出和对收入影响。具体的，可结合服务器1中的与用户具有相同或相似的其它被保人的健康信息来确定用户在未来可能会产生的突发意外，并在用户在健康一生情况下的收入信息和支出信息的基础上计算出用户在突发意外的情况下的收入信息和支出信息。

本实施方式中，在计算出用户的收支信息后，服务器1还在第一险种的副险中根据副险种的投保条件选择与计算出的收支信息相匹配的副险种，并将该副险种发送到用户终端3以推荐给用户。本实施方式中，副险种可以有多个。

本实施方式中，该方法还包括步骤：

接收用户对险种推荐列表中的险种进行分类的操作；

根据所述操作将险种推荐列表中的险种进行分类。

在一实施方式中，用户终端3显示有分类操作界面31供用户输入对险种推荐列表中的险种进行分类的操作。请参考图3，所示为本发明分类操作界面31的示意图。该分类操作界面31包括第一筛选框311及第二筛选框312。用户通过勾选第一筛选框311及第二筛选框312向用户终端3输入对险种推荐列表中的险种进行分类的操作。用户终端3在接收到对险种推荐列表中的险种进行分类的操作时，对所述险种推荐列表中的险种进行分类。例如，用户通过勾选第一筛选框311可将险种推荐列表中的险种按照分红险、万能险、年金险、投连险进行分类显示，及通过勾选第二筛选框312将险种推荐列表中的险种按照公司险种系列(如平安福系列、平安鑫系列)进行分类，从而供用户快速筛选目标险种。

实施例2

图4为本发明险种排序装置10较佳实施例的结构图。

在一些实施例中，所述险种排序装置10运行于电子设备中。所述险种排序装置10可以包括多个由程序代码段所组成的功能模块。所述险种排序装置10中的各个程序段的程序代码可以存储于存储器中，并由至少一个处理器所执行，以执行险种排序的功能。

本实施例中，所述电子设备的险种排序装置根据其所执行的功能，可以被划分为多个功能模块。参阅图4所示，所述险种排序装置10可以包括成交概率列表建立模块301、建议书占比列表建立模块302、热销排序列表建立模块303、整合模块304、排序模块305、推荐模块306、业务员成交列表建立模块307及显示控制模块308。本发明所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。在一些实施例中，关于各模块的功能将在后续的实施例中详述。

所述成交概率列表建立模块301，用于建立不同险种的成交概率列表，并对该成交概率列表中的每一险种设定权重。

该成交概率列表中包括险种名称、用户购买该险种的成交概率及针对每个险种设定的权重信息。该成交概率列表定义险种名称、成交概率及权重信息的对应关系。本实施方式中，该成交概率列表建立模块301可以从服务器1的后台数据库中获取用户购买的险种信息并分析出用户购买某一险种的成交概率信息。本实施方式中，该成交概率列表中每个险种所设定的权重信息可以根据每个险种的成交概率与第一基础权重计算得到。其中，该第一基础权重表示用户购买的险种的成交概率占险种推荐排序所占比重。

本实施方式中，该第一基础权重为30％。该成交概率列表中每个险种的权重信息可以根据每个险种的成交概率与第一基础权重进行相乘运算得到。例如，险种a的成交概率为15％，险种b的成交概率为10％，险种c的成交概率为8％。则与险种a对应的权重可以根据15％×30％计算且计算得到的对应权重为4.5％。类似的，险种b、c根据上述的计算方式得到的权重分别为3％，2.4％。在其他实施方式中，表示险种的成交概率占险种排序所占比重的第一基础权重也可根据用户的需求进行调整。

所述建议书占比列表建立模块302建立不同险种的建议书占比列表，并对该建议书占比列表中的每一险种计算权重。

本实施方式中，该建议书占比列表包括险种名称、险种的建议书制作概率及针对每个险种所设定的权重信息。该建议书占比列表定义险种的险种名称、建议书制作概率及权重信息的对应关系。本实施方式中，所述建议书占比列表建立模块302可以从服务器1的后台数据库中获取针对各个险种制作的建议书信息并分析出每个险种的建议书制作概率。本实施方式中，该建议书占比列表中针对每个险种所设定的权重信息可根据每个险种的建议书制作概率与第二基础权重计算得到。该第二基础权重表示险种的建议书制作概率占险种推荐排序所占比重。

本实施方式中，该第二基础权重为10％。该建议书占比列表中针对每个险种所设定的权重信息可根据每个险种的建议书制作概率与该第二基础权重进行相乘运算得到。例如，险种d的建议书制作概率为25％，险种e的成交概率为20％，险种f的成交概率为15％。则与险种d对应的权重可以根据25％×10％计算且计算得到的对应权重为2.5％。类似的，险种e、f根据上述类似的计算方式得到的权重分别为2％，1.5％。在其他实施方式中，表示险种的建议书制作概率占险种排序所占比重的第二基础权重也可根据用户的需求进行调整。

所述热销排序列表建立模块303用于建立不同险种的热销排序列表，并对该热销排序列表中的每一险种设定权重。

本实施方式中，该热销排序列表包括记录各个险种销售量的排序及针对不同排序位置的险种所设定的权重。本实施方式中，所述热销排序列表建立模块303从服务器1的后台数据库中获取各个销售的险种及各个险种的销售量，按照险种的销售量对销售的险种进行排序，并将排序后的险种存储在该热销排序列表中。所述热销排序列表建立模块303根据险种在该热销排序列表中的排序位置对险种的权重进行设定。具体的，该热销排序列表中针对各个险种所设定的权重可根据每个险种在热销排序列表中的排序位置所确定的热度及第三基础权重计算得到。该第三基础权重为50％。该第三基础权重表示险种的销售排序占险种推荐排序所占比重。

本实施方式中，各个险种在热销排序列表中的排序位置所确定的热度为：排序前10的险种的热度为50％；排序在11至50的险种的热度为25％；排序在51至100的险种的热度为15％；排序在101至200的险种的热度为8％；排序在201之后的险种的热度为2％。本实施方式中，该热销排序列表中的各个险种的权重可根据每个险种在该热销排序列表中的排序位置所确定的热度与第三基础权重进行相乘运算得到。例如，排序前10的险种所对应的权重可以根据50％×50％计算且计算后得到的对应权重为25％；排序在11至50的险种所对应的权重根据25％×50％计算得到的对应权重为12.5％；排序在51至100的险种所对应的权重根据15％×50％计算得到的对应权重为7.5％；排序在101至200的险种所对应的权重根据8％×50％计算得到的对应权重为4％；排序在200之后的险种所对应的权重根据2％×50％计算得到的对应权重为1％。在其他实施方式中，表示险种的销售排序位置占险种推荐排序所占比重也可根据用户的需求进行调整。

所述整合模块304用于分别将该成交概率列表、建议书占比列表及热销排序列表中的险种整合在险种推荐列表中，对相同名称的险种采取权重相加的方式合并重复的险种。

本实施方式中，将在成交概率列表、建议书占比列表及热销排序列表中出现的相同名称的险种采取权重相加的方式合并重复的险种，可以避免在险种推荐列表中出现重名的险种。例如，险种y分别出现在成交概率列表、建议书占比列表及热销排序列表中，且险种y在成交概率列表、建议书占比列表及热销排序列表中的权重分别为a1、a2及a3，则在险种推荐列表中将重名的险种y合并且将险种y的权重设定为a1+a2+a3。

所述排序模块305用于按权重由大到小的方式对该险种推荐列表中的险种进行排序。

在另一实施方式中，所述业务员成交列表建立模块307用于建立业务员所销售的险种的业务员成交列表，并对该业务员成交列表中的每一险种设定权重。所述整合模块304还用于将成交概率列表、建议书占比列表、业务员成交列表和热销排序列表中的险种整合在险种推荐列表中，对相同名称的险种采取权重相加的方式合并重复的险种。

本实施方式中，该业务员成交列表包括业务员所销售的险种的成交率信息及针对每个险种设定的权重信息。该业务员成交列表定义险种的险种名称、业务员销售的险种的成交率及权重的对应关系。本实施方式中，所述业务员成交列表建立模块307可以从后台数据库中获取业务员销售的险种信息并分析出业务员销售某一险种的成交概率信息。本实施方式中，该业务员成交列表中所设定的每个险种的权重信息可以根据业务员销售的险种的成交概率与第四基础权重计算得到。该第四基础权重表示业务员销售的险种的成交概率占险种推荐排序所占比重。

本实施方式中，该第四基础权重为10％。例如，业务员销售的险种g的成交概率为15％，销售的险种h的成交概率为10％。则与险种g对应的权重可以根据15％×10％计算且计算后得到的对应权重为1.5％。类似的，险种h根据上述的计算方式得到的权重为1％。在其他实施方式中，表示业务员销售的险种的成交概率占险种推荐排序所占比重的第四权重也可根据用户的需求进行调整。

所述推荐模块306用于将排序后的该险种推荐列表发送到用户终端3上进行显示。

本实施方式中，所述推荐模块306还用于获取用户(被保人)信息，根据用户信息从该险种推荐列表中筛选出用户可选择的第一险种，并将筛选出的第一险种信息发送到用户终端3上进行显示。

在具体实施方式中，本实施方式中，用户信息包括用户基本信息、用户健康信息及/或保险经历信息。用户基本信息包括用户姓名、性别、证件号码、年龄、联系方式、及收入等信息。用户健康信息可包括用户的生活习惯和疾病等信息。该保险经历可为用户在保险公司所投保过的保单号。所述推荐模块306可根据保单号查询到用户对应的历史投保信息。

在创建用户健康信息时，所述推荐模块306可根据用户基本信息在用户终端3上显示与之对应的电子健康调查表。该电子健康调查表中包含了对于用户的具体生活习惯以及疾病历史等的询问事项。所述推荐模块306通过获取用户对该询问事项的确认指令，根据确认指令获取用户的健康信息。在一实施方式中，所述推荐模块306可预先设置多个电子健康调查表，每个电子健康调查表可与不同基本信息的用户对应，例如，若检测到用户的性别为女性时，则显示与女性对应的电子健康调查表，若检测到用户的性别为男性，则显示与男性对应的电子健康调查表。在创建完新的被保人信息后，所述推荐模块306可为该用户分配对应的用户标识，将该用户标识返回给用户终端3。对于已有的用户信息，所述推荐模块306可根据该用户标识直接查询获取到对应的用户信息，或者根据用户的姓名等信息来查询对应的用户信息。

本实施方式中，在获取到用户信息后，所述推荐模块306可根据用户信息以及每个险种的投保条件从该险种推荐列表中对应筛选出用户可选择的第一险种。该第一险种可具有多个。具体的，所述推荐模块306可检测用户信息中的年龄、职业和疾病等信息是否与每类险种的保险的投保条件相冲突，并依据上述筛选条件从险种推荐列表中筛选出无冲突的保险险种。所筛选出的无冲突的险种即为用户可选择的第一险种。

在一实施方式中，所述推荐模块306还用于根据用户信息按照预设计算模型生成用户的收支信息，及根据第一险种的副险险种的投保条件选择与所述收支信息相匹配的副险种，并将该副险种发送到用户终端3。

本实施方式中，用户的收支信息包括用户在产生疾病、突发意外及健康一生情况下的收入信息和支出信息。用户在产生疾病、突发意外及健康一生情况下的收入信息和支出信息中都包括了用户在未来每年预计的收入信息和支出信息。本实施方式中，服务器1中还可预先存储多个计算模型，不同计算模型对应不同的职业、年龄和收入的用户。计算模型包括收入计算模型和支出计算模型，收入计算模型和支出计算模型可根据用户的年龄、职业、家庭情况以及当前的收入和支出来确定。

具体的，所述推荐模块306可从服务器的后台数据库所存储的海量的保险用户的信息的样本中查询和归纳每类职业在不同年龄下的平均收入和平均支出，并设置多个收入计算模型和支出计算模型。其中，不同的收入计算模型分别对应不同类型的职业和/或年龄等信息。这些收入计算模型可根据预先设置的收入基础训练模型并结合服务器1中所存储的海量的对应类型的职业和/或年龄的保险用户的收入信息来确定。类似的，不同的支出计算模型分别对应不同类型的职业和/或年龄和/或家庭等信息。这些支出计算模型可根据预先设置的支出基础训练模型并结合服务器1中所存储的海量的对应类型的职业和/或年龄和/或家庭的保险用户的支出信息来确定。

本实施方式中，所述推荐模块306可预先计算出用户在健康一生情况下的收入信息和支出信息。再根据用户的健康信息来确定用户在未来可能会产生的疾病以及产生该疾病的时间以及对之后所需要的支出和对收入影响。具体的，所述推荐模块306还可结合服务器1中的与用户具有相同或相似的其它被保人的健康信息来确定用户在未来可能会产生的疾病。并在用户在健康一生情况下的收入信息和支出信息的基础上计算出用户在产生疾病的情况下的收入信息和支出信息。类似的，所述推荐模块306可继续根据用户的健康信息来确定用户在未来可能会产生的突发意外的时间以及对之后所需要的支出和对收入影响。具体的，所述推荐模块306可结合服务器1中的与用户具有相同或相似的其它被保人的健康信息来确定用户在未来可能会产生的突发意外，并在用户在健康一生情况下的收入信息和支出信息的基础上计算出用户在突发意外的情况下的收入信息和支出信息。

本实施方式中，在计算出用户的收支信息后，所述推荐模块306还在第一险种的副险中根据副险种的投保条件选择与计算出的收支信息相匹配的副险种，并将该副险种发送到用户终端3以推荐给用户。本实施方式中，副险种可以有多个。

本实施方式中，所述显示控制模块308用于接收用户对险种推荐列表中的险种进行分类的操作，及根据所述操作将险种推荐列表中的险种进行分类。

在一实施方式中，所述显示控制模块308显示有分类操作界面31供用户输入对险种推荐列表中的险种进行分类的操作。请参考3，该分类操作界面31包括第一筛选框311及第二筛选框312。用户通过勾选第一筛选框311及第二筛选框312向用户终端3输入对险种推荐列表中的险种进行分类的操作。所述显示控制模块308在接收到对险种推荐列表中的险种进行分类的操作时，对所述险种推荐列表中的险种进行分类。例如，用户通过勾选第一筛选框311可将险种推荐列表中的险种按照分红险、万能险、年金险、投连险进行分类显示，及通过勾选第二筛选框312将险种推荐列表中的险种按照公司险种系列(如平安福系列、平安鑫系列)进行分类，从而供用户快速筛选目标险种。

实施例三

图5为本发明电子设备4较佳实施例的示意图。

所述电子设备4包括存储器41、处理器42以及存储在所述存储器41中并可在所述处理器42上运行的计算机程序43。所述处理器42执行所述计算机程序43时实现上述险种排序方法实施例中的步骤，例如图2所示的步骤201～206。或者，所述处理器42执行所述计算机程序43时实现上述装置实施例中各模块/模块的功能，例如图4中的模块301～308。

示例性的，所述计算机程序43可以被分割成一个或多个模块/模块，所述一个或者多个模块/模块被存储在所述存储器41中，并由所述处理器42执行，以完成本发明。所述一个或多个模块/模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序43在所述电子设备4中的执行过程。例如，所述计算机程序43可以被分割成图3中的成交概率列表建立模块301、建议书占比列表建立模块302、热销排序列表建立模块303、整合模块304、排序模块305、推荐模块306、业务员成交列表建立模块307及显示控制模块308，各模块具体功能参见实施例二。

所述电子设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。本领域技术人员可以理解，所述示意图仅仅是电子设备4的示例，并不构成对电子设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备4还可以包括输入输出设备、网络接入设备、总线等。

所称处理器42可以是中央处理模块(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器42也可以是任何常规的处理器等，所述处理器42是所述电子设备4的控制中心，利用各种接口和线路连接整个电子设备4的各个部分。

所述存储器41可用于存储所述计算机程序43和/或模块/模块，所述处理器42通过运行或执行存储在所述存储器41内的计算机程序和/或模块/模块，以及调用存储在存储器41内的数据，实现所述计电子设备4的各种功能。所述存储器41可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备4的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器41可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

所述电子设备4集成的模块/模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

在本发明所提供的几个实施例中，应该理解到，所揭露的电子设备和方法，可以通过其它的方式实现。例如，以上所描述的电子设备实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

另外，在本发明各个实施例中的各功能模块可以集成在相同处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在相同模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他模块或步骤，单数不排除复数。电子设备权利要求中陈述的多个模块或电子设备也可以由同一个模块或电子设备通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。